人人都在“养龙虾”，律师：“养龙虾”的3个法律提醒

最近圈子里流行把AI戏称为“龙虾”——大概是因为LobsterAI的Lobster二字，让人忍不住这么叫。打开手机，满屏都是“不会养龙虾就会被淘汰”“靠龙虾月入十万”的焦虑叙事。好多朋友跑来问我：“律师，你怎么看？我要不要赶紧砸钱学？”

这几天我自己也一直在想这件事，说完全不焦虑，是假的——看着身边人陆续开始用AI提效，总会隐隐担心：跟不上，会不会真的被时代甩在后面？可真要一头扎进去，又不知道哪条路是坑、哪条路是路，越想越拿不定主意。

这种感受，我相信不止我一个人有。

确实，2026年开年以来，AI行业的技术迭代确实肉眼可见地快：钉钉开放了大模型API限时免费调用，网易LobsterAI打通了企业微信、QQ等主流办公平台，智谱推出了可以一分钟本地部署的AutoClaw技术。看起来好像“不用AI就真的落伍了”——但另一边，监管风险提示也从未停过，两边声音同时响，普通人站在中间，确实很难判断。

作为天天和风险、规则打交道的律师，我反而觉得：越是全民抢热点的时候，越需要先停一步——把规则的边界理清楚，再决定往哪走。今天把我梳理的三点思考分享出来，不管你已经在“养龙虾”，还是正在犹豫要不要进场，希望都能做个参考。

一、龙虾好养，但坑是真实的——合规风险不能用“快”来赌

AI领域的规则，还在逐步落地的过程中——训练数据的来源合规、算力服务的监管要求、数据安全的边界划定、普通用户的权益保障，每一项都尚未完全厘清。

有一个细节，很多人没有注意到：部分境外AI平台的用户协议中，约定了平台对用户上传内容享有广泛的使用授权，包括用于模型训练——而这类条款往往藏得不显眼，大多数人根本不会仔细翻阅。这意味着，你随手把工作文件、客户信息输进去的那一刻，相当于在不知情的情况下完成了一次授权——而一旦权益受损，连明确的管辖法院、维权依据都很难找到。

不只是数据授权，消费权益层面同样存在灰色地带——就像黑猫投诉平台曾披露的案例，某影音平台借助AI算法的“暗箱推荐”，在没有明显提醒的情况下连续扣费三年半，用户发现时已损失数千元，维权过程也因平台协议的模糊条款走了很多弯路。这些，都是新技术落地过程中规则不完善给普通用户挖的坑，踩进去代价不小。

二、这只龙虾，可以等国内的“合规版”——不熟悉规则，先别急着赶车

对于不熟悉技术逻辑、也不了解数据合规规则的朋友，我其实建议：不必急着赶这班车。

目前主流的境外大模型，数据中心大多设在海外，数据出境本身就涉及《个人信息保护法》的合规风险。一旦发生数据泄露，国内监管的管辖权和维权路径都极为模糊。已经有人因为轻信AI工具、输入个人银行卡信息后遭到盗刷——类似的案例还有很多，从个人信息泄露到商业竞争中的AI不正当竞争，都已有迹可查。

而国内大模型的技术进展，其实远比很多人想象的要快——头部企业已推出合规的本土大模型，不少平台也开放了面向中小企业的免费普惠服务。等国内技术和规则都落地之后再放心使用，也完全来得及。慢一步不代表落后，踩错坑才是真的浪费机会。

三、龙虾再能干，有些事还是只有“人”能做

很多人问我：AI会不会有一天替代律师，替代各行各业的从业者？

从法律的底层逻辑来看，我觉得这个问题本身就值得重新想一想。法律从诞生之初，调整的就是人与人之间的社会关系——而AI是工具，无论迭代多快，永远无法替代人的价值判断、情感连接和利益平衡。

就像我在处理案件时，AI可以在几分钟内检索出相关判例，但最终如何在法理和情理之间找到那个平衡点，如何在庭审上判断对方的真实意图，如何为当事人在规则框架内争取到那一分可能——这些，永远需要人来完成。我们会为了当事人的合法权益在法庭上据理力争，会在法理之外去考量情理，会为了守住公平的底线付出远超预期的时间和精力——这些根植于人性的温度与判断，是技术无法复刻的核心竞争力。

哪怕未来AI能帮我们承担大量基础性工作，但最终做出决策、承担责任的，始终是我们自己。这，就是法律语境下，人永远不可替代的理由。

其实面对AI这件事，不必非要逼自己“要么all in，要么被淘汰”——会用工具当然是加分项，但守住自己的能力边界、不盲目踩未知的坑，本身也是一种清醒。

作为法律人，我始终相信：新技术到来的时候，搞清楚规则、守住底线，慢慢找到属于自己的节奏，才是最笃定的走法。就像王阳明说的，“山高万仞，只登一步”——不必焦虑，也不必排斥，每一步走实了，都算数。